特征误差（Sigma，对称 = TRUE）：使用 zelig 逻辑回归的“x”中的值无限或缺失答案

【问题标题】：Error in eigen(Sigma, symmetric = TRUE) : infinite or missing values in 'x' with zelig logistic regression特征误差（Sigma，对称 = TRUE）：使用 zelig 逻辑回归的“x”中的值无限或缺失
【发布时间】：2018-08-22 18:10:25
【问题描述】：

所以我正在尝试进行倾向得分匹配，然后利用 Zelig 对匹配的数据执行逻辑回归。

以下是我的数据的示例： DATA

因此，我尝试根据痴呆症、中风和年龄来匹配患者。然后，我试图查看药物 X 是否与患者匹配后跌倒风险增加有关。然后，我想对药物 Y 和药物 Z 进行相同的过程，以查看每种药物是否有关联。

这是我目前用来执行匹配和逻辑回归分析的代码：

data <- read_csv("Desktop/data.csv")
View(data)
attach(data)
data[1:10,]

m.out = matchit(Fall ~ Dementia + Stroke + Age, method = "exact", data = data)

m.data = match.data(m.out)
library(Zelig)
z.out = zelig(Fall ~ Drug X + Dementia + Stroke + Age, model = "logit", data = m.data)

x.out0 <- setx(z.out, Drug X = 0)
x1.out0 <- setx(z.out, Drug X = 1)

s.out0 <- sim(z.out, x = x.out0, x1 = x1.out0)

在最后一行之前，一切似乎都很顺利。这是我不断收到的错误消息。

Error in eigen(Sigma, symmetric = TRUE) : 
  infinite or missing values in 'x'

任何想法我做错了什么？我已经被困在这里一段时间了，决定寻求帮助。

提前致谢。

【问题讨论】：

标签： r logistic-regression r-zelig

【解决方案1】：

目前，Zelig 已经有几年没有更新了，并且似乎存在一些未解决的错误。一个问题是 sim 命令似乎对变量名和数据类型非常敏感。对于遇到此错误的任何人，请尝试以下操作：

变量Drug X 有一个Zelig 可能无法处理的空间。尝试将其重命名为 Drug_X
如果有一个变量由于共线性而从回归模型中删除，则需要在转到sim()之前将其完全从模型中删除
在运行模型之前，还要检查任何字符变量是否已转换为因子，否则您可能会收到以下错误：

对比错误

【讨论】：